Thống kê và dữ liệu lớn

Có cách nào khoa học hơn để xác định số chữ số có nghĩa để báo cáo về giá trị trung bình hoặc khoảng tin cậy trong một tình huống khá chuẩn - ví dụ: lớp học năm thứ nhất tại trường đại học. Tôi đã thấy Số lượng các …

12 standard-deviation  error  reporting  communication 

Giả sử tôi có dữ liệu sau và đang chạy mô hình hồi quy: df=data.frame(income=c(5,3,47,8,6,5), won=c(0,0,1,1,1,0), age=c(18,18,23,50,19,39), home=c(0,0,1,0,0,1)) Một mặt, tôi chạy một mô hình tuyến tính để dự đoán thu nhập: md1 = lm(income ~ age + home + home, data=df) Thứ hai, tôi chạy một mô hình logit …

12 r 

Ai đó có thể minh họa, như Greg làm, nhưng chi tiết hơn, làm thế nào các biến ngẫu nhiên có thể phụ thuộc, nhưng không có hiệp phương sai? Greg, một poster ở đây, đưa ra một ví dụ sử dụng một vòng tròn ở đây . Ai đó …

12 random-variable  covariance  independence 

Tôi nghĩ rằng hàm liên kết chính tắc xuất phát từ tham số tự nhiên của họ hàm mũ. Nói, hãy xem xét gia đình thì là chức năng liên kết chính tắc. Lấy phân phối Bernoulli làm ví dụ, chúng ta có Vì vậy, chức năng liên kết chính …

12 generalized-linear-model  link-function 

Stack Exchange, như tất cả chúng ta đều biết, là một tập hợp các trang web hỏi đáp với các chủ đề đa dạng. Giả sử rằng mỗi trang web độc lập với nhau, dựa trên số liệu thống kê mà người dùng có, làm thế nào để tính toán …

12 ranking  diversity 

Gần đây tôi đã thực hiện rất nhiều nghiên cứu về Học tập Củng cố. Tôi đã theo dõi Học tập Củng cố của Sutton & Barto : Giới thiệu cho hầu hết những điều này. Tôi biết Quy trình Quyết định của Markov là gì và cách học lập …

12 monte-carlo  reinforcement-learning  temporal-difference 

Trong khi tôi đang nghiên cứu Ước tính khả năng tối đa, để suy luận về Ước tính khả năng tối đa, chúng ta cần biết phương sai. Để tìm ra phương sai, tôi cần biết Giới hạn Rao của Cramer, trông giống như Ma trận Hessian với Đạo hàm …

12 machine-learning  mathematical-statistics  maximum-likelihood  data-mining 

Tôi đã đọc về phương pháp Nyström cho phép ước lượng hạt nhân cấp thấp. Phương pháp này được triển khai trong scikit-learn [1] như một phương pháp để chiếu các mẫu dữ liệu đến một xấp xỉ thứ hạng thấp của ánh xạ tính năng hạt nhân. Để theo …

12 scikit-learn  dimensionality-reduction  kernel-trick  nonlinear 

Tôi tin rằng tiêu đề của câu hỏi này nói lên tất cả.

12 clustering  k-means  high-dimensional 

Tôi có một số khó khăn để hiểu tài sản chuỗi Markov không thể giảm được . Irreducible được cho là có nghĩa là quá trình ngẫu nhiên có thể "đi từ bất kỳ tiểu bang nào đến bất kỳ tiểu bang nào". Nhưng điều gì xác định liệu nó …

12 stochastic-processes  markov-process 

Wikipedia nói rằng: Kích thước VC là giá trị chính của tập hợp điểm lớn nhất mà thuật toán có thể phá vỡ. Chẳng hạn, một bộ phân loại tuyến tính có số lượng thẻ n + 1. Câu hỏi của tôi là tại sao chúng ta quan tâm? Hầu …

12 classification  algorithms  vc-dimension 

Khi thực hiện mô hình nhân quả của Rubin, một trong những giả định (không thể kiểm chứng) mà chúng ta cần là sự không tin tưởng, có nghĩa là (Y(0),Y(1))⊥T|X(Y(0),Y(1))⊥T|X(Y(0),Y(1))\perp T|X Trong đó LHS là các tác dụng phụ, T là phương pháp điều trị và X là các …

12 causality  treatment-effect  confounding 

Khi ai đó nói rằng dữ liệu được lấy mẫu từ phân phối thống nhất log giữa 128 và 4000, điều đó có nghĩa là gì? Làm thế nào khác nhau để lấy mẫu từ một phân phối thống nhất? Xem bài viết này: http://www.jmlr.org/ con/volume13/bergstra12a/bergstra12a.pdf Cảm ơn!

12 machine-learning  distributions  uniform 

Theo như tôi biết, cả hai bộ tự động và t-SNE đều được sử dụng để giảm kích thước phi tuyến. Sự khác biệt giữa chúng là gì và tại sao tôi nên sử dụng cái này so với cái khác?

12 neural-networks  deep-learning  dimensionality-reduction  autoencoders  tsne 

Tôi có một loạt sở thú với nhiều giá trị còn thiếu. Tôi đọc auto.arimacó thể áp đặt những giá trị còn thiếu này? Bất cứ ai có thể dạy tôi làm thế nào để làm điều đó? cảm ơn rất nhiều! Đây là những gì tôi đã cố gắng, …

12 arima